DOE设计田口优化Word格式.docx

1、现今在发达国家田口方法已运用得相当广泛，并且为它们创造了不斐的收益。中国的一些企业也引进了这种先进方法并取得了良好的收效。深圳建裕电子公司就是应用田口方法走产品开发和技术创新之路的成功范例。建裕从日本、台湾等比较先进、发达的地区引进国内外先进的电路，进行吸收、提高和创新，在市场调查的基础上开发出性能更可靠、功能更齐全、价格更合理的电话机。使用田口方法后，他们每两个月就推出一部新款的电话机，产品物美价廉，很受用户的青睐，市场份额不断扩大，知名度不断提高，多次被用户评为“消整者信得过产品”，在激烈竞争的电话市场中牢牢地站稳脚跟。通过上图可以看出17 的单值控制图检验结果（检验 1。1 个点，距离中

2、心线超过 3.00 个标准差）,需要检讨原因，修正数据。2.2经上图可以看出修正后数据已经有代表性，可以进入下一步：趋中性检查（正态检验）2.2.1先把数据Y值堆叠，然后选择残差图检验统计模式是否合适？（堆叠MINITAB路径：数据-堆叠-列）y x存储残差1存储拟合17 15-2.8 9.8155.2111.29-0.89.81216-3.4 15.4171.6182.614-3.6 17.60.4191.4-2.6 21.6253.42223 19-3.8 10.8100.24.2方差分析MINITAB路径：统计-方差分析-单因子2.2.2从上图正态概率图可以看出，数据分布在正态轴附近（粗

3、铅笔检验法），判定有代表性和趋中（正态分布）。2.2.3同时可以看P值来判定是否趋中，从以下信息可知P值0.05代表显著，拒绝HO:电流设定对焊接强度没有影响，所以Ha反假设成立，可以判定数据有代表性和趋中。单因子方差分析: y 与 x 来源 自由度 SS MS F Px 4 475.76 118.94 14.76 0.000（P值70%,为强度高，R平方=SSfactor/SStotal=74.69%，说明影响强度是显著的。4.最佳值：望目/大/小具体可以参考以下水平间的配对比较：Fisher 95% 两水平差值置信区间x 水平间的所有配对比较同时置信水平 = 73.57%x = 15 减自

4、: 下限 中心 上限 -+-+-+-+- 1.855 5.600 9.345 4.055 7.800 11.545 （-*-） 8.055 11.800 15.545 -2.745 1.000 4.745 （-*-） -8.0 0.0 8.0 16.0x = 16 减自: -1.545 2.200 5.945 2.455 6.200 9.945 -8.345 -4.600 -0.855x = 17 减自: 0.255 4.000 7.745 -10.545 -6.800 -3.055x = 18 减自: -14.545 -10.800 -7.055从上图中可以看出16-18A是最佳设定值。全因

5、子DOE方法论案例：实验目的：找出影响BOLT GAP的因子，并实现Y不大于15mm1.第一阶段：印证实验目的，创建因子设计1.1输出：BOLT GAP越小越好，并实现Y不大于15mm输入：-1 ， +1压力:800（-1）,850（+1）密度：100, 120温度：40， 50摩擦力：35， 55锤子类型：1， 2液压类型：1, 21.2是否需要中心点？中心点是个曲率因子，其作用如下：-可以做线性和非线性检定-可以帮助实验制造纯噪音-提高检定能力如果中心点不显著说明是线性，如果显著，说明是非线性区间，需要进入深维度研究-响应曲面研究中心点设定原则：-当实验成本不够高，建议加入3个以上中心点，

6、与反复实验搭配考虑-有重复设定，中心点选择3个，无重复设定时，中心点选择5个。-限制条件：实验情景应是可连续变化的。结论：因为加入中心点条件限制，存在非连续变化因子，所以决定固定摩擦力（45）、锤子类型（1）、液压类型（1），决定只研究压力、密度、温度三个特性。加入3个中心点1.3是否需要再现，加入重复或反复？1.3.1定义：-重复：短时间内多取样，不管取多少我们只看均值。重复的目的,更理想的估算水平中心，取样成本如果极低，一定要重复3次取样，这样中心评估能力会更加理想。-反复：是不同时间内的多取样。反复实验的目的，协助实验制造纯噪音，提高实验的检定能力，如果实验成本不高，建议3次重复实验。如

7、果反复次数较多，重复次数可以考虑减少。实验成本低，考虑加入反复2次，重复3次1.4分辨度：全因子实验1.5区组：无1.6随机化：有1.7随机运行或标准序（路径：统计-DOE-因子-创建因子设计），并采集数据压力 密度 温度 Y1 Y2 Y3 Y800 112 50 83 80 99 87.333820 112 40 144 140 132 138.667820 120 50 125 127 140 130.667810 116 45 92 136 83 103.667810 116 45 129 119 87 111.667800 112 50 91 79 94 88.000820 120 4

8、0 116 121 94 110.333800 120 50 118 98 90 102.000820 112 50 135 149 137 140.333820 112 50 131 140 142 137.667820 112 40 113 110 136 119.667800 120 40 82 116 113 103.667820 120 50 99 159 118 125.333800 112 40 82 101 87 90.000800 120 40 107 126 116 116.333820 120 40 159 118 108 128.333800 112 40 114 92

9、 109 105.000800 120 50 116 111 71 99.333810 116 45 134 132 130 132.0002。第二阶段；分析因子设计。目的：得到Y=f（x）,确定哪些因子值得存在函式内。结果: 第1次实验 MINITAB路径：统计-DOE-因子-因子分析设计拟合因子: Y 与 压力, 密度, 温度 Y 的效应和系数的估计（已编码单位） 系数标项 效应 系数 准误 T P常量 114.211 2.179 52.42 0.000压力 29.917 14.958 2.374 6.30 0.000密度 1.167 0.583 2.374 0.25 0.810温度 -0

10、.167 -0.083 2.374 -0.04 0.973压力*密度 -11.583 -5.792 2.374 -2.44 0.033（P0.05,接受HO:交互作用对Y没有影响）压力*温度 9.417 4.708 2.374 1.98 0.073（P密度*温度 -0.167 -0.083 2.374 -0.04 0.973（P压力*密度*温度 -0.417 -0.208 2.374 -0.09 0.932（PS = 9.49770 PRESS = 2630.73R-Sq = 81.86% R-Sq（预测） = 51.91% R-Sq（调整） = 70.32%对于 Y 方差分析（已编码单位）来

11、源 自由度 Seq SS Adj SS Adj MS F P主效应 3 3585.58 3585.58 1195.19 13.25 0.0012因子交互作用 3 891.50 891.50 297.17 3.29 0.0623因子交互作用 1 0.69 0.69 0.69 0.01 0.932残差误差 11 992.27 992.27 90.21 弯曲 1 8.75 8.75 8.75 0.09 0.772 纯误差 10 983.52 983.52 98.35合计 18 5470.05从上图可以看出，P交互作用对Y没有影响，可以通过缩减再观察P值项 效应 系数 准误 T常量 114.211 2

12、.571 44.42 0.000压力 29.917 14.958 2.802 5.34密度 1.167 0.583 0.21 0.838（P0.1,接受HO:因子对Y没有影响）温度 -0.167 -0.083 -0.03 0.977（PS = 11.2085 PRESS = 2995.55R-Sq = 65.55% R-Sq（预测） = 45.24% R-Sq（调整） = 58.66% Seq SS Adj SS Adj MS主效应 3 3585.58 1195.19 9.51 0.001残差误差 1884.46 125.63 弯曲 1 8.75 0.07 0.802 失拟 892.19 22

13、3.05 2.27 0.134 纯误差 10 983.52 98.35 18 5470.05通过上图可以看出，密度和温度P值因子对Y没有影响。上图可以看出数据是有代表性，并正态分布的。第三步，得到Y=f（x）Y=114.211+14.958压力（望小）=114.211-14.958=99.253即最佳值：压力（Y）=99.253,与目标不超过15mm差距甚远。设计下次试验计划：考虑第一次实验固定了摩擦力（45），锤子类型（1）,液压类型（1），所以这次重点研究这三项特性。调整计划如下：对摩擦力，锤子类型,液压类型因子水平： -1， +135 551 2固定因子：密度114 温度45压力800区组：分辨度：全因子设计中心点：3反复：2重复：随机：4。第四步，第二次实验结果如下：摩擦力锤子类型液压类型Y1Y2Y452 54726.0406969.0 26 6.533720.0503629.5918789.0342831.025.5759484.5107117112.0 897481.5 374139.0 978591.0 116 107111.5 99 7486.53820.5 46 4445.0 114102108.0 1077892.5